Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
LLMとは(超概要)
Search
dassimen
May 06, 2025
0
29
LLMとは(超概要)
LLMとは。をざっくり知るための資料
dassimen
May 06, 2025
Tweet
Share
More Decks by dassimen
See All by dassimen
RAGとは(超概要)
dassimen001
0
26
LangChain × Ollamaで学ぶLLM & RAG超入門
dassimen001
1
120
まるでChatGTP!?
dassimen001
0
32
LLMローカル動作方法(NvidiaGPU使用)
dassimen001
0
81
🎭Playwright 超入門
dassimen001
0
43
LLMローカル動作方法
dassimen001
1
63
ベクトル変換について
dassimen001
1
47
Featured
See All Featured
Fireside Chat
paigeccino
37
3.5k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
43
2.4k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
657
60k
Thoughts on Productivity
jonyablonski
69
4.7k
Into the Great Unknown - MozCon
thekraken
39
1.8k
What's in a price? How to price your products and services
michaelherold
245
12k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
123
52k
How STYLIGHT went responsive
nonsquared
100
5.6k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
The Cost Of JavaScript in 2023
addyosmani
50
8.3k
Automating Front-end Workflow
addyosmani
1370
200k
We Have a Design System, Now What?
morganepeng
52
7.6k
Transcript
LLM とは( 超概要) LLM とは © 2025 1
そもそも 1. LLM って何? 2. どうやって動くの? 3. どんな場面で活用できる? LLM とは
© 2025 2
1. LLM とは? “Large Language Model” という大きい言語モデルのこと 大量のテキスト( 言語) を事前学習し、単語(トークン)の並びを予測している
予測をつなげて文章を生成・理解できる LLM とは © 2025 3
2. どうやって動くの? 1. トークン化 文章を単語に分解 2. 変換(埋め込み) トークン -> ベクトル化(
数値) にする 3. 予測 文脈を読んで「次の単語」を確率計算 4. 出力 確率に従いトークンを出力 LLM とは © 2025 4
例: 「東京」の次に来るのは? 1. タワー 2. 都 3. バス 4. バナナ
この予測を、たくさんテキストを学習したLLM が行います。 学習するテキストが多ければ多いほど正解の確率が上がります。 LLM とは © 2025 5
3. どんな場面で活用できる? ↓ のようなことに活用できる。 分類 具体例 生成 文章・メール・コード自動生成 要約 長文
-> 要点抽出 Q&A チャットボット、検索補助 変換 翻訳、文体変換、分類 LLM とは © 2025 6
得意な点・苦手な点 得意 文法的に自然な文章 柔軟なタスク適応(プロンプト次第) プロンプト( 指示) を変えることでいろんな作業ができる 苦手 最新情報(公開後に学習していない) 事実性:自信満々に間違うことも
※ ハルシネーションって言う。 LLM とは © 2025 7
従来のAI と今のAI(LLM) の違い 観点 従来のAI ( 〜2020) 今のAI(LLM) (2023 〜)
方式 ルールベース/狭いタスク特化 巨大汎用モデル 学習データ 限られた範囲のデータ Web 全体レベルの多様なテキスト 入力 構造化データ・数値 自然言語 拡張 タスクごとに再学習 プロンプトのみで即適応 運用コスト モデル毎に開発・保守 1 モデルで多用途に展開 LLM とは © 2025 8
まとめ LLM は「巨大な予測エンジン」と言い換えられる プロンプト次第でいろんな用途に活用できる 事実確認は必須。 学んでいない最新情報は、教えてあげる必要がある LLM とは © 2025
9